AlphaGo（アルファゴ）は、DeepMind社が開発した囲碁AIプログラムです。ディープラーニングとモンテカルロ木検索を組み合わせることで、人間の直感や大局観を模倣し、難解とされていた囲碁の世界最高峰プロ棋士を打ち負かしました。人工知能が高度な思考領域で人間を超えられることを証明した、AI史上の歴史的成果です。
AlphaGoとは
AlphaGoは、DeepMind社が開発した、モンテカルロ木検索とディープラーニングを融合させて囲碁で世界トップ棋士を破った人工知能プログラムです。
詳しく解説
囲碁は盤面が広大で局面数が膨大なため、従来の力任せの計算ではAIの勝利が困難とされていました。AlphaGoはディープラーニングを用いて盤面を評価するバリューネットワークと、次の一手を絞り込むポリシーネットワークを構築し、それらをモンテカルロ木検索と統合しました。プロ棋士の棋譜を学ぶ教師あり学習を行った後、AI同士で対局を重ねる強化学習により急速に強くなりました。
具体例・使われ方
AlphaGoの対局例として、2016年のプロ棋士との対局で見せた37手目のように、人間の定石にとらわれない新発想の手を打ち出したことが挙げられます。この成果は囲碁界のみならず、AI研究全体に大きなインパクトを与えました。
似た用語との違い
1997年にチェス王者を破ったDeepBlueがルールベースと全探索に頼っていたのに対し、AlphaGoはディープラーニングや強化学習、モンテカルロ木検索を活用しています。また、後継モデルであるAlphaGo Zeroとの違いとして、AlphaGoが人間の棋譜による教師あり学習を初期学習に利用したのに対し、AlphaGo Zeroは人間の棋譜を一切使わずゼロから自己対局のみで学習した点が挙げられます。
注意点
AlphaGoは特定のルールに従うゲームに特化した特化型AIであり、あらゆる課題を解決できる汎用人工知能ではありません。また、モデルの学習には膨大な計算資源が必要でした。